斯坦福博士后 CoRL 2026 发表 MessyMem/MessyNav：让机器人在部署中持续学习
leto__jean · x · 2026-11-10
斯坦福 IPRL 实验室博士后 Hocherie 在 CoRL 2026 展示其博士后阶段的首批论文：
- MessyMem：面向移动操作的「做中学」记忆系统，让机器人从实际执行中积累经验，入选 SISREN spotlight
- MessyNav：通过操作实现零样本导航
- 同时参与组织 Learn@Deploy 半天工作坊，主题为部署时的机器人学习：在算力、内存、数据流与物理安全约束下的测试时优化、自我纠错与在线适应
工作坊核心议题包括测试时优化、agent 式代码生成介入、部署期评估、流式样本效率与灾难性遗忘等。
所属事件:斯坦福 MessyMem 登 CoRL 2026：让移动机器人边做边学(2 条相关)→
「具身」频道最新
- Machenta 亮相 CoRL 2026,展台演示即时机器人学习 — Ed__Johns · 2026-11-10
- UMI 新一代夹爪酒吧实机挑战：一爪稳稳端起满杯水 — YuXiang_IRVL · 2026-11-10
- 旧 GPU 上不到 1 小时教会 Unitree G1 从零走路 — MarcJSchmidt · 2026-11-10
- Steve Waslander 出任多伦多大学机器人研究所所长 — VectorInst · 2026-11-10
- 波士顿动力 Atlas 人形机器人学会轮滑，还能空中转体 360° — adariostrange · 2026-11-10
- NTU 团队用有状态代码构建机器人行为，双臂任务成功率达 70.24% — jiqizhixin · 2026-11-10